Tag: parts

ہیڈسیٹ کمپیوٹر ویژن اور وائرلیس پرسیپشن کو یکجا کرتا ہے تاکہ کسی مخصوص شے کو خود بخود تلاش کیا جا سکے جو منظر سے پوشیدہ ہے، شاید باکس کے اندر یا ڈھیر کے نیچے، اور پھر اسے بازیافت کرنے کے لیے صارف کی رہنمائی کرتا ہے۔

یہ نظام ریڈیو فریکوئنسی (RF) سگنلز کا استعمال کرتا ہے، جو عام مواد جیسے گتے کے ڈبوں، پلاسٹک کے کنٹینرز، یا لکڑی کے ڈیوائیڈرز سے گزر کر چھپی ہوئی اشیاء کو تلاش کر سکتے ہیں جن پر RFID ٹیگز کا لیبل لگا ہوا ہے، جو RF اینٹینا کے ذریعے بھیجے گئے سگنلز کی عکاسی کرتے ہیں۔

ہیڈسیٹ پہننے والے کو ہدایت دیتا ہے کہ وہ کمرے سے گزرتے ہوئے آئٹم کے مقام کی طرف جاتا ہے، جو کہ بڑھا ہوا حقیقت (AR) انٹرفیس میں ایک شفاف دائرے کے طور پر ظاہر ہوتا ہے۔ ایک بار جب شے صارف کے ہاتھ میں آجاتی ہے، X-AR کہلانے والا ہیڈسیٹ اس بات کی تصدیق کرتا ہے کہ اس نے صحیح چیز کو اٹھایا ہے۔

جب محققین نے گودام جیسے ماحول میں X-AR کا تجربہ کیا، تو ہیڈسیٹ پوشیدہ اشیاء کو اوسطاً 9.8 سینٹی میٹر کے اندر مقامی بنا سکتا ہے۔ اور اس نے تصدیق کی کہ صارفین نے 96 فیصد درستگی کے ساتھ صحیح چیز کو اٹھایا۔

X-AR ای کامرس گودام کے کارکنوں کو بے ترتیبی شیلف پر یا خانوں میں دفن اشیاء کو تیزی سے تلاش کرنے میں، یا آرڈر کے لیے صحیح آئٹم کی نشاندہی کرنے میں مدد کر سکتا ہے جب بہت سی ملتے جلتے اشیاء ایک ہی ڈبے میں ہوں۔ اسے مینوفیکچرنگ کی سہولت میں بھی استعمال کیا جا سکتا ہے تاکہ تکنیکی ماہرین کو کسی پروڈکٹ کو جمع کرنے کے لیے صحیح پرزے تلاش کرنے میں مدد ملے۔

\”اس پروجیکٹ کے ساتھ ہمارا پورا مقصد ایک بڑھا ہوا حقیقت کا نظام بنانا تھا جو آپ کو ان چیزوں کو دیکھنے کی اجازت دیتا ہے جو پوشیدہ ہیں — وہ چیزیں جو خانوں میں ہیں یا کونوں کے ارد گرد ہیں — اور ایسا کرتے ہوئے، یہ ان کی طرف آپ کی رہنمائی کر سکتا ہے اور واقعی آپ کو اجازت دیتا ہے۔ طبعی دنیا کو ان طریقوں سے دیکھنا جو پہلے ممکن نہیں تھا،\” فادل ادیب کہتے ہیں، جو الیکٹریکل انجینئرنگ اور کمپیوٹر سائنس کے شعبہ میں ایک ایسوسی ایٹ پروفیسر ہیں، میڈیا لیب میں سگنل کائنیٹکس گروپ کے ڈائریکٹر، اور اس کے سینئر مصنف X-AR پر ایک کاغذ۔

ادیب کے شریک مصنفین ریسرچ اسسٹنٹ تارا بوروشکی ہیں، جو اس مقالے کی مرکزی مصنف ہیں۔ میسی لیم؛ لورا ڈوڈز؛ اور سابق پوسٹ ڈاکٹر الائن اید، جو اب مشی گن یونیورسٹی میں اسسٹنٹ پروفیسر ہیں۔ یہ تحقیق نیٹ ورکڈ سسٹمز ڈیزائن اور نفاذ پر USENIX سمپوزیم میں پیش کی جائے گی۔

اے آر ہیڈسیٹ کو بڑھانا

ایکس رے وژن کے ساتھ ایک بڑھا ہوا حقیقت والا ہیڈسیٹ بنانے کے لیے، محققین کو پہلے ایک موجودہ ہیڈسیٹ کو اینٹینا کے ساتھ تیار کرنا پڑا جو RFID-ٹیگ شدہ اشیاء کے ساتھ بات چیت کر سکے۔ زیادہ تر آر ایف آئی ڈی لوکلائزیشن سسٹم ایک سے زیادہ انٹینا استعمال کرتے ہیں جو میٹر کے فاصلے پر واقع ہیں، لیکن محققین کو ایک ہلکے وزن والے اینٹینا کی ضرورت تھی جو ٹیگز کے ساتھ بات چیت کرنے کے لیے کافی زیادہ بینڈوتھ حاصل کر سکے۔

عید کا کہنا ہے کہ \”ایک بڑا چیلنج ایک اینٹینا ڈیزائن کرنا تھا جو ہیڈسیٹ پر بغیر کسی کیمرے کو ڈھانپے یا اس کے کام میں رکاوٹ پیدا کرے۔ یہ بہت اہم ہے، کیونکہ ہمیں ویزر پر تمام چشمی استعمال کرنے کی ضرورت ہے۔\”

ٹیم نے ایک سادہ، ہلکا پھلکا لوپ اینٹینا لیا اور اینٹینا کو ٹیپر کرکے (آہستہ آہستہ اس کی چوڑائی کو تبدیل کرتے ہوئے) اور خلا کو شامل کرکے تجربہ کیا، یہ دونوں تکنیکیں جو بینڈوتھ کو بڑھاتی ہیں۔ چونکہ اینٹینا عام طور پر کھلی ہوا میں کام کرتے ہیں، محققین نے اسے ہیڈسیٹ کے ویزر سے منسلک ہونے پر سگنل بھیجنے اور وصول کرنے کے لیے بہتر بنایا۔

ایک بار جب ٹیم نے ایک مؤثر اینٹینا بنایا، تو انہوں نے RFID-ٹیگ شدہ اشیاء کو مقامی بنانے کے لیے اسے استعمال کرنے پر توجہ دی۔

انہوں نے مصنوعی یپرچر ریڈار (SAR) کے نام سے ایک تکنیک کا فائدہ اٹھایا، جو زمین پر ہوائی جہاز کی اشیاء کی تصویر بنانے کے طریقے سے ملتا جلتا ہے۔ X-AR اپنے اینٹینا کے ساتھ مختلف وینٹیج پوائنٹس سے پیمائش کرتا ہے جب صارف کمرے میں گھومتا ہے، پھر یہ ان پیمائشوں کو یکجا کرتا ہے۔ اس طرح، یہ ایک اینٹینا سرنی کی طرح کام کرتا ہے جہاں ایک سے زیادہ اینٹینا کی پیمائش کو ایک آلہ کو مقامی بنانے کے لیے ملایا جاتا ہے۔

X-AR ماحول کا نقشہ بنانے اور اس ماحول میں اس کے مقام کا تعین کرنے کے لیے ہیڈسیٹ کی خود سے باخبر رہنے کی صلاحیت سے بصری ڈیٹا کا استعمال کرتا ہے۔ جیسے ہی صارف چلتا ہے، یہ ہر مقام پر RFID ٹیگ کے امکان کا حساب لگاتا ہے۔ ٹیگ کے صحیح مقام پر امکان سب سے زیادہ ہوگا، اس لیے یہ اس معلومات کو پوشیدہ آبجیکٹ پر صفر کرنے کے لیے استعمال کرتا ہے۔

\”جب کہ اس نے ایک چیلنج پیش کیا جب ہم سسٹم کو ڈیزائن کر رہے تھے، ہم نے اپنے تجربات میں پایا کہ یہ دراصل قدرتی انسانی حرکت کے ساتھ اچھی طرح کام کرتا ہے۔ چونکہ انسان بہت زیادہ گھومتے ہیں، اس لیے یہ ہمیں بہت سی مختلف جگہوں سے پیمائش کرنے اور درست طریقے سے مقامی بنانے کی اجازت دیتا ہے۔ آئٹم،\” ڈوڈز کہتے ہیں.

ایک بار جب X-AR آئٹم کو لوکلائز کر لیتا ہے اور صارف اسے اٹھا لیتا ہے، ہیڈ سیٹ کو اس بات کی تصدیق کرنے کی ضرورت ہوتی ہے کہ صارف نے صحیح چیز پکڑی ہے۔ لیکن اب صارف ساکن کھڑا ہے اور ہیڈسیٹ انٹینا حرکت نہیں کر رہا ہے، اس لیے یہ ٹیگ کو لوکلائز کرنے کے لیے SAR کا استعمال نہیں کر سکتا۔

تاہم، جیسے ہی صارف آئٹم کو اٹھاتا ہے، RFID ٹیگ اس کے ساتھ چلتا ہے۔ X-AR RFID ٹیگ کی حرکت کی پیمائش کر سکتا ہے اور صارف کے ہاتھ میں موجود شے کو مقامی بنانے کے لیے ہیڈسیٹ کی ہینڈ ٹریکنگ کی صلاحیت کا فائدہ اٹھا سکتا ہے۔ پھر یہ چیک کرتا ہے کہ ٹیگ صحیح RF سگنل بھیج رہا ہے تاکہ اس بات کی تصدیق کی جا سکے کہ یہ صحیح چیز ہے۔

محققین نے صارف کے لیے اس معلومات کو سادہ انداز میں ظاہر کرنے کے لیے ہیڈسیٹ کی ہولوگرافک ویژولائزیشن کی صلاحیتوں کا استعمال کیا۔ ایک بار جب صارف ہیڈسیٹ لگاتا ہے، تو وہ ٹیگ شدہ آئٹمز کے ڈیٹا بیس سے کسی چیز کو منتخب کرنے کے لیے مینیو استعمال کرتے ہیں۔ آبجیکٹ کے مقامی ہونے کے بعد، یہ ایک شفاف دائرے سے گھرا ہوا ہے تاکہ صارف دیکھ سکے کہ یہ کمرے میں کہاں ہے۔ پھر ڈیوائس فرش پر قدموں کی شکل میں اس شے کی رفتار کو پروجیکٹ کرتی ہے، جو صارف کے چلنے کے ساتھ متحرک طور پر اپ ڈیٹ ہو سکتی ہے۔

لام کا کہنا ہے کہ \”ہم نے تمام تکنیکی پہلوؤں کو ختم کر دیا ہے تاکہ ہم صارف کے لیے ایک ہموار، واضح تجربہ فراہم کر سکیں، جو خاص طور پر اہم ہو گا اگر کوئی اسے گودام کے ماحول میں یا کسی سمارٹ ہوم میں رکھے،\” لام کہتے ہیں۔

ہیڈسیٹ کی جانچ کر رہا ہے۔

X-AR کو جانچنے کے لیے، محققین نے گتے کے ڈبوں اور پلاسٹک کے ڈبوں سے شیلف بھر کر، اور RFID-ٹیگ شدہ اشیاء کو اندر رکھ کر ایک مصنوعی گودام بنایا۔

انہوں نے پایا کہ X-AR صارف کی 10 سینٹی میٹر سے کم غلطی والی ٹارگٹڈ آئٹم کی طرف رہنمائی کر سکتا ہے — یعنی اوسطاً، آئٹم 10 سینٹی میٹر سے بھی کم فاصلے پر واقع تھا جہاں سے X-AR نے صارف کو ہدایت کی تھی۔ محققین نے جن بنیادی طریقوں کا تجربہ کیا ان میں 25 سے 35 سینٹی میٹر کی درمیانی غلطی تھی۔

انہوں نے یہ بھی پایا کہ اس نے درست طریقے سے تصدیق کی ہے کہ صارف نے 98.9 فیصد وقت صحیح چیز کو اٹھایا تھا۔ اس کا مطلب ہے کہ X-AR چننے کی غلطیوں کو 98.9 فیصد تک کم کرنے کے قابل ہے۔ یہ اس وقت بھی 91.9 فیصد درست تھا جب شے ابھی بھی ایک باکس کے اندر تھی۔

\”سسٹم کو اس بات کی تصدیق کرنے کے لیے آئٹم کو بصری طور پر دیکھنے کی ضرورت نہیں ہے کہ آپ نے صحیح آئٹم اٹھایا ہے۔ اگر آپ کے پاس ایک جیسی پیکیجنگ میں 10 مختلف فونز ہیں، تو ہو سکتا ہے آپ ان کے درمیان فرق نہ بتا سکیں، لیکن یہ رہنمائی کر سکتا ہے۔ آپ ابھی بھی صحیح کو اٹھانا چاہتے ہیں،\” بوروشکی کہتے ہیں۔

اب جب کہ انہوں نے X-AR کی کامیابی کا مظاہرہ کر دیا ہے، محققین یہ دریافت کرنے کا ارادہ رکھتے ہیں کہ کس طرح مختلف سینسنگ طریقوں، جیسے WiFi، mmWave ٹیکنالوجی، یا terahertz لہروں کو اس کے تصور اور تعامل کی صلاحیتوں کو بڑھانے کے لیے استعمال کیا جا سکتا ہے۔ وہ اینٹینا کو بھی بڑھا سکتے ہیں تاکہ اس کی رینج 3 میٹر سے آگے جا سکے اور متعدد، مربوط ہیڈ سیٹس کے استعمال کے لیے سسٹم کو بڑھا سکے۔

ادیب کہتے ہیں، \”چونکہ آج ایسا کچھ نہیں ہے، ہمیں یہ معلوم کرنا تھا کہ شروع سے آخر تک ایک بالکل نئی قسم کا نظام کیسے بنایا جائے۔\” \”حقیقت میں، جو ہم لے کر آئے ہیں وہ ایک فریم ورک ہے۔ اس میں بہت سی تکنیکی شراکتیں ہیں، لیکن یہ ایک بلیو پرنٹ بھی ہے کہ آپ مستقبل میں ایکس رے وژن کے ساتھ اے آر ہیڈسیٹ کو کس طرح ڈیزائن کریں گے۔\”

ویڈیو: https://youtu.be/bdUN21ft7G0